声明
摘要
表格索引
插图索引
算法索引
第一章 绪论
1.1 大规模实值优化问题定义
1.2 基于协作型协同演化的优化算法综述
1.3 问题分制策略综述
1.4 本论文主要研究内容与创新之处
1.5 本论文的组织安排
1.6 本章小结
第二章 基础知识综述
2.1 CMA-ES算法
2.1.1 算法简介
2.1.2 采样操作
2.1.3 更新操作
2.2 协作性协同演化框架
2.3 本章小结
第三章 基于协同演化的大规模实值优化算法研究
3.1 协同演化分制策略
3.1.1 研究思路
3.1.2 分制策略MiVD与MaVD
3.1.3 MiVD与MaVD的理论分析
3.1.4 结论与展望
3.2 基于协同演化的大规模CMA-ES算法
3.2.1 研究思路
3.2.2 分制策略自适应
3.2.3 采样操作
3.2.4 适应度计算
3.2.5 参数更新
3.2.6 CC-CMA-ES算法
3.2.7 实验及分析
3.2.8 结论与展望
3.3 本章小结
第四章 分制策略MiVD及MaVD的研究
4.1 基于KL散度的分制策略分析
4.1.1 理论分析
4.1.2 可行性与复杂度分析
4.1.3 结论与展望
4.2 基于KL散度的分制策略在聚类问题上的应用
4.2.1 Iris数据集
4.2.2 参数选择与工程实现
4.2.3 总结与展望
4.3 本章小结
第五章 总结与展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果